채용 담당자를 사로잡는 Dual-LLM 기반 e-커머스 추천 시스템 만들기
중급50분2026-04-17
사용자의 질문에서 숨은 의도를 파악하고 Redis 벡터 검색을 통해 가장 적합한 상품을 찾아내는 AI 추천 시스템을 구축합니다. 두 개의 LLM이 각각 의도 분류와 답변 생성을 담당하여 자연스러운 추천 결과를 제공하는 FastAPI 기반 백엔드 API를 만듭니다.
이 코칭은 터미널에서 진행됩니다
오른쪽 패널에서 설치 명령어를 복사하세요이런 걸 배워요
- 벡터 임베딩의 원리를 이해하고 활용할 수 있습니다.
- Redis를 벡터 데이터베이스로 사용할 수 있습니다.
- 두 개의 LLM을 목적에 맞게 나누어 사용하는 Dual-LLM 아키텍처를 구현할 수 있습니다.
- FastAPI로 AI 모델을 서빙하는 백엔드 API를 만들 수 있습니다.
어떻게 진행해요
1. 프로젝트 환경 설정하기
2. 샘플 상품 데이터 준비 및 벡터 임베딩
3. 임베딩 벡터를 Redis에 저장하기
4. 1차 LLM: 사용자 의도 파악하기
5. 의미 기반 상품 검색 로직 구현하기
6. 2차 LLM: 최종 답변 생성하기
7. FastAPI 엔드포인트 완성 및 실행
8. API 테스트하기
AI 튜터가 각 단계를 하나씩 안내해줄 거예요